版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳統(tǒng)的流場(chǎng)流速測(cè)量方法需要接觸流場(chǎng),且只能進(jìn)行單點(diǎn)測(cè)量,隨著圖像分析算法的快速發(fā)展和激光技術(shù)以及CCD的出現(xiàn),粒子圖像測(cè)速技術(shù)(Particle ImageVelocimetry,PIV)得以迅速發(fā)展。PIV技術(shù)能實(shí)現(xiàn)對(duì)測(cè)量區(qū)域內(nèi)二維流場(chǎng)的無干擾測(cè)量,并將流場(chǎng)結(jié)構(gòu)可視化顯示。目前PIV技術(shù)已經(jīng)成功應(yīng)用到空氣動(dòng)力學(xué)、水動(dòng)力學(xué)等實(shí)驗(yàn)中的二維流場(chǎng)測(cè)量中,為研究人員了解流場(chǎng)內(nèi)速度的分布提供了有效的技術(shù)手段。
本文分別研究了三種粒子流場(chǎng)
2、測(cè)速方法:基于互相關(guān)算法的粒子圖像測(cè)速技術(shù)PIV、粒子追蹤測(cè)速技術(shù)(Particle Tracking Velocimetry,PTV)和混合算法。對(duì)這三種技術(shù)的測(cè)量原理、硬件設(shè)備,和算法實(shí)現(xiàn)逐一介紹分析。針對(duì)互相關(guān)算法中峰值精度和檢測(cè)窗口選取問題進(jìn)行了分析討論。由于在復(fù)雜流場(chǎng)中采用經(jīng)典松弛算法容易產(chǎn)生錯(cuò)誤矢量,所以根據(jù)實(shí)際流場(chǎng)情況提出了自己改進(jìn)的算法,改進(jìn)的松弛算法在復(fù)雜的流場(chǎng)下能很好的抑制錯(cuò)誤矢量的產(chǎn)生,并用MATLAB仿真實(shí)現(xiàn)得到
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相分離的PIV-PTV兩相流測(cè)量技術(shù)研究及動(dòng)態(tài)測(cè)量系統(tǒng).pdf
- 粒子圖像測(cè)速(PIV)技術(shù)在水槽波浪中的研究.pdf
- 一種新的PIV-PTV混合并行自適應(yīng)算法與基于OpenFOAM環(huán)境的圓柱繞流研究.pdf
- 基于多光譜成像的數(shù)字粒子圖像測(cè)速技術(shù)研究.pdf
- 粒子圖像測(cè)速(PIV)技術(shù)在河工模型試驗(yàn)中的研究與應(yīng)用.pdf
- 粒子圖象測(cè)速技術(shù)研究.pdf
- 基于改進(jìn)的粒子群算法的圖像分類技術(shù)研究.pdf
- 基于Willert算法和Scarano算法的數(shù)字粒子圖像測(cè)速系統(tǒng)研究.pdf
- 基于粒子群的混合算法求解函數(shù)優(yōu)化問題.pdf
- 基于粒子群遺傳混合算法的配電網(wǎng)重構(gòu)研究.pdf
- 分形圖像編碼的混合算法研究.pdf
- 氫氣泡數(shù)字粒子圖像測(cè)速技術(shù).pdf
- 粒子群與差分進(jìn)化混合算法的研究.pdf
- 超聲粒子圖像測(cè)速技術(shù)的精度優(yōu)化研究.pdf
- 基于粒子群優(yōu)化及其混合算法的多用戶檢測(cè)研究.pdf
- 基于蟻群和粒子群混合算法的分類規(guī)則挖掘研究.pdf
- 基于粒子圖像測(cè)速技術(shù)的橋梁風(fēng)致振動(dòng)細(xì)觀機(jī)理研究.pdf
- 自混合干涉測(cè)速技術(shù)研究.pdf
- 基于混合算法的體育視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf
- 基于改進(jìn)魚群與粒子群混合算法的機(jī)組優(yōu)化組合研究.pdf
評(píng)論
0/150
提交評(píng)論